ក្រុមហ៊ុន Microsoft AI បានបញ្ចប់ការបណ្តុះបណ្តាលមុនលើ MAI-Base-2 ដែលជាគំរូមូលដ្ឋានគ្រឹះចម្រុះនៃអ្នកជំនាញដែលមានប៉ារ៉ាម៉ែត្រសកម្មចំនួន 80 ពាន់លាន និងប៉ារ៉ាម៉ែត្រសរុបចំនួន 2.8 ពាន់ពាន់លាន។ ក្រុមហ៊ុននិយាយថាម៉ូដែលនេះដំណើរការលើសពីម៉ូដែលទម្ងន់បើកចំហដែលវាត្រូវបានសាកល្បងលើការវាយតម្លៃដែលទុកចោលហើយមានប្រសិទ្ធភាពជាង FLOPs មុនការបណ្តុះបណ្តាលពី 4 ទៅ 12 ដងជាងម៉ូដែលមូលដ្ឋានបើកចំហខ្លាំងបំផុត DeepSeek-V4-Pro-Base ។

សេចក្តីប្រកាសនេះគឺជាសញ្ញាច្បាស់លាស់បំផុតដែលថាកម្មវិធីគំរូក្នុងផ្ទះរបស់ Microsoft ដែលបង្កើតឡើងក្រោមអង្គការ Microsoft AI របស់ CEO Mustafa Suleyman មានបំណងប្រកួតប្រជែងនៅព្រំដែនជាជាងពឹងផ្អែកតែលើភាពជាដៃគូ OpenAI របស់ខ្លួន។ MAI-Base-2 ឥឡូវនេះកំពុងដំណើរការក្រោយការបណ្តុះបណ្តាល ជាមួយនឹងលទ្ធផលបន្ថែមទៀតដែលត្រូវបានសន្យាក្នុងពេលឆាប់ៗនេះ។ សម្រាប់ការផ្សាយបន្តនៃការចេញផ្សាយម៉ូដែលថ្មី សូមតាមដាន [ព័ត៌មានគំរូ AI] (https://aibuzzwire.news) របស់យើង។

មាត្រដ្ឋាននៃការរត់

ក្រុមហ៊ុន Microsoft និយាយថា ខ្លួនបានបណ្តុះបណ្តាល MAI-Base-2 លើ 16,000 NVIDIA GB200 GPUs ក្នុងរយៈពេល 38 ថ្ងៃក្នុងខែសីហា និងខែកញ្ញា ឆ្នាំ 2026។ ការប្រើប្រាស់ជាមធ្យម 21% នៃម៉ូដែល FLOPs (ត្រូវបានធ្វើឱ្យមានលក្ខណៈធម្មតាធៀបនឹងទ្រឹស្ដី GB200 អតិបរមានៃ 2.5 PFLOPS នៅក្នុង BF16 ដោយមិនរាប់បញ្ចូលការបង្កើនប្រសិទ្ធភាព 8% និង FLOPs) goodput — ប្រភាគ​នៃ​ពេល​វេលា​នៃ​ការ​ហ្វឹក​ហាត់​បាន​ដំណើរ​ការ​ដោយ​គ្មាន​ការ​រំខាន។ លេខទាំងនោះពិពណ៌នាអំពីការរត់ទ្រង់ទ្រាយធំដែលមានវិន័យ។ កងនាវា GPU ដែលត្រូវបានរំខាន ឬប្រើប្រាស់មិនបានល្អ គឺជាបទដ្ឋានក្នុងមាត្រដ្ឋាននេះ ហើយរាល់ចំណុចនៃលទ្ធផលល្អ ប្រែទៅជាសប្តាហ៍នៃពេលវេលាបណ្តុះបណ្តាលដែលបានរក្សាទុក។

ម៉ូដែលនេះមានទំហំធំជាង តូចជាងមុន និងត្រូវបានបណ្តុះបណ្តាលលើទិន្នន័យច្រើនជាងអ្នកកាន់តំណែងមុនរបស់ខ្លួនគឺ MAI-Base-1 ដែលបានបម្រើការជាមូលដ្ឋានគ្រឹះសម្រាប់ MAI-Thinking-1 ដែលជាគំរូហេតុផលរបស់ក្រុមហ៊ុន Microsoft ដែលបានចេញផ្សាយនៅក្នុងខែមិថុនា។ ក្រុមហ៊ុន Microsoft និយាយថា ខ្លួនបានវិនិយោគឡើងវិញដោយចេតនានូវការសន្សំប្រសិទ្ធភាពពីរូបមន្តបណ្តុះបណ្តាលរបស់ MAI-Base-2 ចូលទៅក្នុងការបណ្តុះបណ្តាលគំរូធំជាងនេះ។

របៀបដែល Microsoft និយាយថាវាប្រៀបធៀប

ក្រុមហ៊ុនបានវាយតម្លៃ MAI-Base-2 ប្រឆាំងនឹងច្រកព្រំដែនដែលមាននៅមុនខែតុលា ឆ្នាំ 2026 ដោយប្រើ bits-per-byte លើអត្ថបទដែលទុកចោល — a tokenizer-agnostic metric — រួមជាមួយនឹងការវាយតម្លៃកូដដែលដកចេញពី codebase ផ្ទាល់របស់ Microsoft ។ ការវាយតម្លៃ STEM គណិតវិទ្យា និងសំណួរចម្លើយត្រូវបានចាត់តាំងពីអ្នកលក់ខាងក្រៅ ដើម្បីកាត់បន្ថយហានិភ័យនៃការចម្លងរោគនៃវគ្គបណ្តុះបណ្តាល ហើយសំណុំការវាយតម្លៃទាំងអស់ត្រូវបានសម្អាតប្រឆាំងនឹងទិន្នន័យបណ្តុះបណ្តាល។

សំណុំប្រៀបធៀបរួមមាន DeepSeek-V4-Pro-Base ដែលពិពណ៌នាដោយ Microsoft ថាជាគំរូមូលដ្ឋានដែលមានសមត្ថភាពបំផុតជាមួយនឹងទម្ងន់ចំហរ និងចំណុចត្រួតពិនិត្យការហ្វឹកហាត់មុនមូលដ្ឋានតែមួយគត់ដែលបានចេញផ្សាយខាងលើប៉ារ៉ាម៉ែត្រមួយពាន់ពាន់លាន បូកនឹង Kimi K3, Qwen3.8-2.4T-A95B និង MiMo-V2.6-Pro-RL ។ Microsoft កត់សម្គាល់ការព្រមានមួយ៖ សម្រាប់ទាំងបីនោះ មានតែប៉ុស្តិ៍ត្រួតពិនិត្យក្រោយការបណ្តុះបណ្តាលប៉ុណ្ណោះដែលអាចប្រើបាន ហើយការបណ្តុះបណ្តាលក្រោយការបណ្តុះបណ្តាលអាចប៉ះពាល់ដល់ការវាយតម្លៃមុនការបណ្តុះបណ្តាល។ ជុំវិញការវាយតម្លៃដែលទុកចោល ក្រុមហ៊ុន Microsoft រាយការណ៍ថា MAI-Base-2 ទទួលបានប៊ីតក្នុងមួយបៃទាបជាងម៉ូដែលផ្សេងទៀតដែលបានសាកល្បង។

ការទាមទារប្រសិទ្ធភាព ឌិកូដ

តួលេខប្រសិទ្ធភាព 4-12x មិនមែនជាការឈ្នះពិន្ទុផ្ទាល់ទេ ប៉ុន្តែជាការវិភាគប្រៀបធៀបតាមការគណនា។ សម្រាប់ការវាយតម្លៃដែលទុកចោលនីមួយៗ ក្រុមហ៊ុន Microsoft បានបំពាក់ច្បាប់មាត្រដ្ឋាននៃប៊ីតក្នុងមួយបៃប្រឆាំងនឹងការបណ្តុះបណ្តាល FLOPs និងបានប៉ាន់ប្រមាណថាតើការគណនារូបមន្តផ្ទាល់ខ្លួនរបស់វានឹងត្រូវការដើម្បីផ្គូផ្គងពិន្ទុរបស់ DeepSeek-V4-Pro-Base ។ ជួរឆ្លុះបញ្ចាំងពីភាពខុសគ្នាលើការវាយតម្លៃទាំងបួន។ ការអះអាងនេះ និយាយឱ្យចំៗ៖ ក្រុមហ៊ុន Microsoft និយាយថា រូបមន្តរបស់វាទាញយកសមត្ថភាពច្រើនដងក្នុងមួយឯកតានៃការគណនាការបណ្តុះបណ្តាល ជាងគំរូមូលដ្ឋានដែលបើកចំហរខ្លាំងបំផុត ហើយវាបានចំណាយលើសទំហំនោះ។

ធ្វើជាម្ចាស់ជង់ពេញ

លើសពីការអនុវត្តឆៅ ប្រកាសបង្ហាញហេតុផលជាយុទ្ធសាស្ត្រ។ ក្រុមហ៊ុន Microsoft និយាយថា ការធ្វើជាម្ចាស់នៃបំពង់គំរូរបស់វាពីចុងដល់ចុង ផ្តល់ឱ្យវានូវទិន្នន័យដ៏រឹងមាំលើសញ្ញានៃការបណ្តុះបណ្តាល ហើយថាការបណ្តុះបណ្តាលមុនពឹងផ្អែកលើទិន្នន័យសរីរាង្គដោយមិនមានការចម្រាញ់ពីម៉ូដែលផ្សេងទៀតឡើយ។ ភស្តុតាងនោះ ក្រុមហ៊ុនបានប្រកែកថានឹងអនុញ្ញាតឱ្យវាផ្តល់អាជ្ញាប័ណ្ណជាគំរូទម្ងន់ដល់សហគ្រាសតាមរយៈ Foundry ជាប្រភពដែលគួរឱ្យទុកចិត្តនៃការស៊ើបការណ៍ព្រំដែន ខណៈពេលដែលការសម្របសម្រួលគំរូ និងហេដ្ឋារចនាសម្ព័ន្ធកាត់បន្ថយការចំណាយដំបូងនៅក្នុងផលិតផលផ្ទាល់ខ្លួនរបស់ Microsoft ។

ផ្នែកបច្ចេកទេសផ្តល់កិត្តិយសដល់គំនិតផ្តួចផ្តើមចំនួនបីសម្រាប់ភាពជោគជ័យនៃការរត់៖ វិទ្យាសាស្ត្រធ្វើមាត្រដ្ឋាន រួមទាំង "ជណ្ដើរធ្វើមាត្រដ្ឋាន" ដែលរាប់បញ្ចូលទិន្នន័យបណ្តុះបណ្តាលម្តងហើយម្តងទៀត តាមរយៈបច្ចេកទេសហៅថា ការធ្វើមាត្រដ្ឋានប្រភព ដែលរក្សាសមាមាត្រនៃទិន្នន័យតែមួយគត់ទៅនឹងប៉ារ៉ាម៉ែត្រដែលបានជួសជុលនៅទូទាំងជួរ។ ការរចនារួមគ្នានៃរចនាសម្ព័ន្ធ-គំរូ រួមទាំងការអនុវត្ត MoE និង Muon ដែលត្រូវបានធ្វើឱ្យប្រសើរឡើង រួមជាមួយនឹងការកាត់ជម្រាលធ្វើឱ្យសកម្ម។ និងការពង្រីកបំពង់បង្ហូរទិន្នន័យជាមួយនឹងការរួមបញ្ចូលនៃទិន្នន័យចក្ខុវិស័យ។ ក្រុមហ៊ុន Microsoft និយាយថាការធ្វើមាត្រដ្ឋានប្រភពគឺជាគន្លឹះក្នុងការធ្វើមាត្រដ្ឋានដែលអាចទុកចិត្តបានទៅនឹងទំហំប៉ារ៉ាម៉ែត្រ 2.8 ពាន់ពាន់លានដោយគ្មានការភ្ញាក់ផ្អើលហួសហេតុ។

តើវាមានន័យយ៉ាងណាចំពោះទីផ្សារ

ប្រសិនបើការទាមទារនេះស្ថិតក្រោមការត្រួតពិនិត្យឯករាជ្យ MAI-Base-2 ដាក់ឱ្យ Microsoft ជាអ្នកបង្កើតគំរូព្រំដែនខាងលិចធំទី 4 រួមជាមួយនឹង OpenAI, Anthropic និង Google — ជាមួយនឹងទីលានផ្សេងគ្នាដែលបង្កើតឡើងនៅលើភស្តុតាងទិន្នន័យ និងអាជ្ញាប័ណ្ណសហគ្រាសជាជាងការគិតគូរពីអ្នកប្រើប្រាស់ chatbot ។ ទីផ្សារដែលសំខាន់ដំបូងគឺមូលដ្ឋានអតិថិជនសហគ្រាសរបស់ Azure ដែលអតិថិជន Foundry អាចចូលប្រើគំរូថ្នាក់ព្រំដែនដែលត្រកូលបណ្តុះបណ្តាល Microsoft គ្រប់គ្រងយ៉ាងពេញលេញ។

ការផ្ទៀងផ្ទាត់ឯករាជ្យនៅតែជាសំណួរបើកចំហ។ ការវាយតម្លៃរបស់ក្រុមហ៊ុន Microsoft ត្រូវបានរាយការណ៍ដោយខ្លួនឯង ការព្រមានក្រោយការបណ្តុះបណ្តាលរបស់គំរូប្រៀបធៀបគឺជាសម្ភារៈ ហើយប៊ីតក្នុងមួយបៃនៅលើអត្ថបទដែលទុកចោលមិនបកប្រែដោយផ្ទាល់ទៅសហគ្រាសការជជែក ការសរសេរកូដ និងភ្នាក់ងារស្តង់ដារជាក់ស្តែងទិញទំនិញជាមួយ។ និស្សន្ទវត្ថុក្រោយការបណ្តុះបណ្តាលនៃ MAI-Base-2 ដែលជាអ្នកស្នងតំណែងរបស់ MAI-Thinking-1 នឹងក្លាយជាការសាកល្បងពិតប្រាកដ។ ប៉ុន្តែសារមូលដ្ឋាននៃសេចក្តីប្រកាសនេះគឺមិនច្បាស់លាស់៖ ការភ្នាល់របស់ក្រុមហ៊ុន Microsoft លើការបណ្តុះបណ្តាលគំរូព្រំដែននៅក្នុងផ្ទះ លើកងនាវាស៊ីលីកុនផ្ទាល់ខ្លួន លែងជាសេចក្តីប្រាថ្នាទៀតហើយ។ វាមានគំរូមូលដ្ឋានដែលបានបញ្ចប់ ហើយបំពង់បង្ហូរប្រេងក្រោយការបណ្តុះបណ្តាលកំពុងដំណើរការរួចហើយ។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →